基于数据分析实施学生自我评价的方法研究

朱钱锋 范秀竹

摘 要：文章主要研究和实践学生自我评价的方法，避免盲目的只是着眼于分数的表面评价。文章的学生文化课程成绩分数和在年级中的名次进行数据分析，得出较为合理的学生自我评价的方法，以期为学生在后期的学习中指出明确的方向。

关键词：数据分析;自我评价

中图分类号：G632.4 文献标识码：A 收稿日期：2019-01-07 文章编号：1674-120X（2019）12-0117-03

当代的初中生在学习过程中缺乏自我评价，有一大部分学生只是关注自己的学习成绩得分，而缺乏对自己的合理的科学的评价。学生在学习的过程中不会用数据进行自我分析，往往会出现一些误解，没有通过数据分析的认识既是盲目的，也是缺乏科学性的。教师在教学教育过程中提供一些有效的数据分析方法可以帮助学生更好地进行自我分析，可以更好地让学生认识自己和把握自己，从而在学习中能够进一步明确自己的方向。要进行合理的数据分析，数据要有一定的积累，需要每次都能够及时地记录数据，以便合理地分析。本文通过数据分析，合理地指导学生进行自我评价。

一、基于数据分析来评价自我单科的进退

如果只从分数上来评定成绩的进退其实是很不合理的，因为每一次测验的内容不一定相同或者每一次的试卷的难易程度是不同的，因此，只注重表面的分数是盲目的。正确看待自己的进退应该在看到分数进退的同时，更好地关注名次的进退。

（一）數据呈现（表1、图1、图2）

本文的数据都以语文、数学、英语满分为120分，科学满分为160分，全年级总人数为680人为依据。

（二）基于成绩数据分析进退的自我评价方法

最直接地评价自己成绩进退的方法是直接看成绩的分值变化，这种评价方法其实是最表面的评价方法。从表1可以很清楚地看到，该学生语文成绩月考1比月考2要考得好。从图1的数据点来看也可以发现月考1的数据点在月考2的数据点之上，因此从成绩分值来分析，该生月考2没有月考1考得好。该评价方法其实是缺乏数据合理分析的一种表现，也是最懒的评价方法，只是停留于看分数数值的表面。

（三）基于名次数据分析进退的自我评价方法

比较深入的评价方法应该抛开数据表面的分数，充分地考虑试卷的难易程度和知识的重合性。如果通过名次来评价，要比直接根据分数数值来评价更具有合理性，因为名次可以建立在同难度和同知识点的基础上。通过表1的语文名次，可以明显发现该学生月考2是比月考1要进步的，这却和上面只看分数数值出现截然不同的结论。从图2的折线图的数据点分析，也可以发现月考2的数据点在月考1的数据点之下，而且跨度还是比较大，因此可以判定该学生月考2在月考1的基础上有了很大的进步。这种较深入的数据分析方法比直接看分数数值的方法更为准确。

（四）单科进退评价方法的优劣

分析表1中数据不难发现，该生的语文成绩从分数上看，月考1的分数要比月考2的分数高，如果只看表面分数，该学生可能会以为自己月考2比月考1考得差，但是从名次上看，该生的成绩是进步的，而且进步是比较明显的，因此，盲目看分数表面很容易走进误区。其实，通过数据不难发现，月考2的语文测试难度要比月考1的难度大。

从折线图上分析，如果成绩的上下位置和名次的上下位置是反的，那么盲目地比较会出现误导的情况。从图1上看，月考1的语文数据点在月考2的上方，从图2的数据点来看是月考1的数据点也在月考2的上方，如果出现这样的数据分布，那么即会体现成绩看上去是退步，但名次其实是进步的局面，此时就要清楚地知道自己并不一定是退步，应该算是进步，因为分数上的进退只是表面，名次的进退才更具有合理性。

二、依据名次来评价自我的成绩的稳定性

成绩的稳定对学生的学习是至关重要的，稳中有进是最好的。如何合理看待自己的进退是很关键的，如果走入评价方法的误区，会出现事倍功半的悲观局面，甚至在有些课程上出现反向努力的结果，即该多花时间去加强的学科没有多花时间，需要花时间的学科而以为是很好的学科。

（一）数据呈现（表2、图3、图4）

（二）基于成绩数据分析稳定性的自我评价方法

通过成绩数据的分析是最简单的，直接从表面就可以看出稳定性如何，即简单的比较第一次成绩和第二次成绩的得分稳定性。如果转化成折线图，则只要看成绩的数据点的集中度就可以了，如果集中度越高则成绩就越稳定，如图3所示该学生的英语成绩的数据点非常集中，则说明该学生的英语成绩从分数上看是稳定的。

（三）基于名次数据分析稳定性的自我评价方法

通过名次数据来分析，既可以通过观察名次的数据，也可以从折线图上数据点的集中度来分析，集中度大则稳定性高，集中度小则稳定性差。如图4所示，折线图上的科学名次数据点是上下分离比较大的，则说明该学生科学成绩不够稳定。

（四）成绩稳定性评价方法的优劣

从成绩得分数据和成绩名次来分析可以发现，成绩得分的稳定性结果和名次的稳定性结果并不一致，在实践中发现，通过名次数据点分析更可靠。在直观性方面可以发现，折线图的直观性比数据表要更佳清晰。

三、依据名次来评价是否偏科

依据数据来进行自我评价是否偏科是一个较为可靠的方法，摒弃传统的依据分数来盲目地比较不同学科的分数来定义偏科的行为。

（一）数据呈现（表3、表4、图5、图6）

（二）基于成绩数据分析评价自我是否偏科的方法

根据成绩得分的线性关系绘制图线如图5所示，该学生的语文相对偏弱，英语相对偏强。根据线性图发现偏离均线较远的为偏强或者偏弱学科，而与均线比较近的则是正常。

（三）基于名次数据分析评价自我是否偏科的方法

根据成绩名次线性图可以发现该学生数学偏弱，英语为优势学科。明显发现其数学的偏离较远，因此该生要在数学上多加努力。

（四）评价自我是否偏科的优劣

从成绩得分数据的线性关系和学生名次的数据关系发现得出不同的结果，如图5中显示的是数学为正常，但图6中显示的是数学为弱势学科，在实践中发現根据名次线性图确定是否的正确性更高。

四、学生自我评价的方法小结

通过实践发现如果只是停留在成绩得分表面的数据分析是不够科学的，这种数据分析是忽略了试卷难度和试卷差异的。在实践中发现利用名次数据分析是比较科学的。

（一）名次进退的判定的方法（图7、图8、图9）

依据名次的折线图大致可以分为三类：进步型、波动型、退步型。图7显示的是进步型，其名次在上升，曲线呈下降趋势;图8显示的是波动型，波动型要分两种，一种为上下幅度较大的则是波动性大的，另一种为上下幅度较小的则为波动性小的;图9为退步型，名次在退步，曲线在上升。

（二）学科稳定性判定的方法（图10）

判断名次稳定性的方法可以依据图10 的折线图来判断，可以分为四种情况：第一种为低位稳定型，即图10中语文的数据点非常的集中而且名次比较靠前，数据点的位置比较靠近横坐标;第二种为低位分散型，即图10中数学的数据点是离散的而且名次比较靠前，数据点的位置比较靠近横坐标;第三种为高位集中型，即图10中英语的数据点非常的集中而且名次比较靠后，数据点的位置比较远离横坐标;第四种为高位分散型，即图10中科学的数据点是离散的而且名次比较靠后，数据点的位置比较远离横坐标。集中型则说明成绩较为稳定，而离散型则说明成绩不够稳定。

（三）偏科学科的判定方法（图11、图12、图13）

通过线性图来分析是否偏科是具有科学性的，判断是否偏科有三种方法：第一种是单科偏弱型，单科的名次的数据点偏离均线较远，并且名次远离横坐标即名次靠后;第二种是不偏科型，单科的名次的数据点都靠近均线;第三种是单科偏强型，单科的名次的数据点偏离均线较远，并且名次靠近横坐标即名次靠前。

参考文献：

[1]楼荷英.自我评估同辈评估与培养自主学习能力之间的关系[J].外语教学，2005（4）：60-63.

[2]李冬婷，陈伟强.浙教版《科学》新编教材的特色剖析[J].科学大众（科学教育），2013（10）：13-14.

[3]李明敏，潘晓莉，杨秀芸.小学生个性特征与学习成绩关系的研究[J].中国心理卫生杂志，2000（4）：270.

[4]陈卓思，宋逢明.图形技术分析的信息含量[J].数量经济技术经济研究，2005（9）：73-82.